作者 | 李小霞
随着人形机器人、工业自动化及智能家居设备的迅猛发展,感知能力已成为衡量机器人智能化水平的核心指标。当前,视觉与听觉技术已较为成熟,但触觉作为机器人与物理世界交互的“最后一公里”,长期受限于技术瓶颈,难以实现精细化操作与复杂工况下的高可靠性,成为制约机器人向灵巧操作与自主决策升级的关键障碍。
在此背景下,深耕机器人感知领域逾十年的一目科技,近日推出了全球最薄的仿生视触觉传感器,为行业打开了“触觉智能”商业化落地的全新想象空间。
一目科技成立于2016年,是一家专注感知驱动AI计算的高科技企业。公司业务布局涵盖三大核心板块:仪器智能、电器智能以及具身智能。其中,以分子光谱仪芯片化为核心的仪器智能业务已实现成熟商业化,年营收达数亿元并持续盈利,广泛应用于水质检测、实验室分析等领域,成功实现对欧美同类产品的国产替代;面向家用机器人及家电AI化的电器智能业务,目前正与头部客户合作落地,预计未来一两年将迎来规模化增长;而以视触觉传感器为核心的具身智能业务,已斩获大量订单,预计明年将迎来爆发式增长。
仪器智能业务目前仍是公司营收主力,但具身智能被视为未来增长的核心引擎。该业务的启动源于2023年底的深入调研。团队在走访灵巧手厂商、机器人本体企业及夹爪供应商后发现,客户最集中的痛点是传统视触觉方案“体积过大”——厚度普遍超过20毫米,难以集成到小型机器人手部或适配主流灵巧手,严重挤压操作空间并影响动作灵活性。为此,一目科技确立了研发极致轻薄、全场景适配视触觉传感器的目标。
团队从几何光学设计、模型解算到芯片化技术进行全面优化,并于今年10月在全球机器人大会IROS上发布了成果。该仿生视触觉传感器采用仿人体指腹形态接触面,尺寸和厚度逼近人类指尖,厚度仅为行业同类产品的一半。针对传统方案的温度漂移、感知盲区等问题,团队融入自研感知算法,实现全解算无盲区设计,并达到IP65防护等级,确保在复杂工况下的稳定性与准确性。
在感知性能上,传感器具备微米级形变解算精度、0.005N力分辨率以及最高120fps的输出帧率,可检测极轻微压力变化,并以高速率实时输出数据,为精细化操作提供及时准确的触觉反馈。在工程可靠性方面,通过优化耐磨软弹性体与Marker标记点工艺,一目科技突破了材料科学极限,使产品通过长期耐用性测试,可胜任各类复杂实际应用场景。
材料学突破尤为关键。不同于多数企业依赖欧美进口材料,一目科技组建专业团队自研柔性电子皮肤材料,不仅摆脱了“卡脖子”风险,更实现了百万次按压、数万次横向剪切力下的稳定性能,灵敏度与一致性大幅提升。此外,一目科技在光学设计中采用自主研发的全栈仿真工作流,缩小了Sim-to-Real差距,使传感器能够在虚拟环境中完成大量测试和调优,显著加速产品迭代并降低成本。
“这款传感器的诞生,是我们跨学科团队协同作战的结果,从材料到芯片再到算法,全链路自研确保了产品的核心竞争力。”一目科技创始人李智强强调。他指出,视触觉技术涉及多学科交叉,需整合材料、光学、芯片等领域能力,而多数同行团队成立时间短、学科单一,难以全面覆盖;同时此前技术方案不成熟导致市场需求未被激活,客户对触觉感知的应用价值认知不足。
据悉,产品发布后,特斯拉、国内头部机器人企业及核心供应商纷纷签订合作合同,目前已进入商业化应用阶段。李智强介绍,安装该传感器相当于为机器人装上“能看见触感”的眼睛,通过内置摄像头捕捉弹性材料接触物体时的细微形变,获取高清触觉照片序列,并借助AI解算出丰富的触觉信号。传感器可同步感受物体的软硬、表面纹理乃至滑动趋势,使机器人能更精准识别物体特性,完成各类精细操作。
“打破国外垄断,必须从底层技术突破,而非简单复制。”李智强以分子光谱仪芯片化为例,团队摒弃欧美传统大型仪器技术路线,基于创始人博士阶段积累的科研成果,采用芯片化技术实现成本与体积的大幅降低,并融入AI算法,将采样、分析、出报告的全过程从传统的一两天压缩至两三秒。这种“底层创新+AI融合”的思路同样应用于视触觉传感器,团队从光学芯片、材料学到算法全链路开展底层研究,最终实现性能超越。
对于未来规划,一目科技将聚焦具身智能领域持续发力。短期看,2026年计划发布集成触觉对齐算法的改良版VTLA模型,填补当前大模型在触觉感知领域的空白;同时推进下一代视触觉传感器迭代,目标实现2毫秒响应时间、2毫米以下厚度等“断崖式领先”指标。长期看,未来3-5年将围绕“触摸具身智能技术上限”和“完善工业化落地”两条线推进,一方面追求传感器性能的倍数级提升,另一方面通过全栈自研、自动化生产、批量采购等方式降低成本,实现规模化落地。
面对日益激烈的行业竞争,李智强认为保持领先的关键在于“战略定力”与“体系化能力”的双重构建。战略上,公司聚焦感知及相关算法领域,不涉足机器人本体、夹爪等环节,通过开放合作构建良好生态。体系化能力上,一目科技已构建从市场洞察、基础研究、产品研发到工业化量产的完整流程,团队汇聚了CMU、哈佛、清华等全球顶尖高校的博士人才,覆盖材料学、光学、芯片、算法等多个领域。
谈及当前短板,李智强坦诚表示人力短缺是首要挑战,尤其在具身智能火热的背景下高端人才竞争激烈;其次,行业在触觉仿真的真实性、AI大模型闭环控制全链路能力等方面仍存空白,需持续投入突破;此外,产能扩张、运营优化等也是未来完善方向。
本文由主机测评网于2026-02-18发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://vpshk.cn/20260225691.html